Recommandations d'activités par IA

Les recommandations d'activités par IA combinent les intentions du voyageur avec des données d'expériences fiables, les créneaux horaires, la localisation, les relations liées au voyage et les règles métier afin de permettre au client de découvrir une activité parfaitement adaptée à son séjour. Le modèle de langage interprète une requête, comme un créneau de trois heures en intérieur avant le dîner, et compare uniquement les options valides. Le catalogue d'expériences reste la référence pour les horaires, la billetterie, la durée, l'éligibilité et la disponibilité. Les services de routage calculent les relations liées au voyage et l'IA spatiale explique le résultat.

Les sections ci-dessous distinguent la recherche de lieux à proximité de la découverte d'expériences, puis abordent la propriété des sources, la faisabilité des créneaux horaires, le classement, la cartographie Kaleidr, les produits B2B, la mesure de la destination et un projet pilote ciblé. Pour en savoir plus, consultez How to Build an AI Tourism Map, AI Guest Concierge for Hotels et Traffic-Aware Journey Planning. Les équipes ayant déjà choisi une structure d'implémentation peuvent passer directement à la cartographie Kaleidr; celles qui définissent encore les limites des données doivent commencer par la propriété des sources.

Principes essentiels des recommandations d’activités

• Priorité au catalogue approuvé: Recommandez les expériences que l'entreprise propose ou approuve réellement.
• Le temps est un critère d'éligibilité: La durée, l'heure de début et le prochain engagement filtrent les candidats avant le classement.
• Le voyage est une relation: Le lien entre l'hôtel et l'expérience, et entre l'expérience et le dîner, est plus important que le rayon.
• L'IA spatiale en second lieu: Le modèle de langage interprète l'intention et explique les options pertinentes.
• Évaluer la décision: La sélection, l’ajout à l’itinéraire et la prise en charge par l’hôte sont plus importants que la simple durée de la conversation.

Les recommandations d’activités sont plus pertinentes lorsque le système évalue à la fois l’expérience et son adéquation au voyage du client.

Pourquoi les recommandations d'activités par IA constituent-elles un problème d'IA spatiale B2B?

Les hôtels, les plateformes de destination, les places de marché touristiques, les réseaux d'attractions, les organisateurs de congrès et les guides de ville disposent déjà de données de première main, telles qu'une réservation, un catalogue de membres agréés, un inventaire de billets ou une liste éditoriale. Le simple fait de positionner les attractions comme des marqueurs n'est plus une fonctionnalité rare. Le défi produit consiste à aider un client à choisir une activité compatible avec son temps disponible, son prochain engagement et les règles de l'hôte, sans solliciter un modèle de langage pour inventer l'activité.

Kaleidr présente actuellement la section Activités comme un parcours client piloté par l'IA qui propose des activités, des expériences et des lieux à explorer en fonction des souhaits des clients (AI-Powered Map Experiences for Business). La page AI Map Chat for Customer Discovery décrit le voyage comme la transformation d'une intention en itinéraires, parcours et recommandations de destinations. Ces pages font autorité quant au positionnement de Kaleidr. Ces mêmes pages ne prouvent pas que Kaleidr exploite un catalogue d'expériences, un système de billetterie ou un flux d'inventaire couvrant l'ensemble d'une destination.

Les organismes de tourisme intègrent déjà la planification de voyages conversationnelle à des contenus locaux fiables. Visit Orlando a lancé en juin 2026 un planificateur de voyage basé sur l'IA, combinant la sélection d'experts locaux à des données de voyage plus larges (Visit Orlando, 2026). L'Office du tourisme de San Diego a par la suite intégré la planification de voyages conversationnelle à son site web officiel, avec des recommandations et des itinéraires sur SanDiego.org (Mindtrip, 2026). Ces lancements témoignent du fait que la découverte d'une destination s'oriente de plus en plus vers le dialogue plutôt que vers une offre soigneusement sélectionnée. Ces lancements ne constituent pas des études de cas de Kaleidr et ne prouvent pas que chaque hôte doive remplacer son catalogue ou son système de réservation.

En quoi les recommandations d'activités diffèrent-elles de la recherche de lieux à proximité?

Une carte des lieux à proximité indique quels établissements se trouvent autour d'un repère. Un système d'activités propose quelle expérience correspond aux envies du client pour le reste de son voyage. Cette distinction est importante car un musée, même proche géographiquement, peut être fermé, complet, trop long pour la visite, trop éloigné de l'heure du dîner ou ne pas figurer au catalogue. Une visite guidée à pied peut se dérouler dans le bon quartier mais commencer deux heures trop tard. Un concert peut correspondre aux centres d'intérêt du voyageur sans pour autant coïncider avec une réservation.

L'unité utile est donc l'expérience, son lieu et son horaire, et non le lieu seul. La recherche à proximité peut fournir des coordonnées, des catégories et un contexte public. La recommandation commence une fois ces informations disponibles: le produit doit déterminer si le client peut accéder à l'expérience, la vivre pleinement et s'engager ensuite. AI Restaurant Search and Table Booking traite d'un problème d'éligibilité similaire pour la restauration. La découverte d'activités étend ce principe aux musées, visites guidées, spectacles, cours et événements.

Expérience client basée sur l'intelligence géolocalisée décrit le même processus Découvrir → Comparer → Agir pour les produits de géolocalisation destinés aux clients. Découvrir permet de récupérer les expériences disponibles. Comparer permet de vérifier la durée, le temps de trajet et la disponibilité. Agir consiste à ajouter une expérience à un itinéraire, à fournir un itinéraire, à remettre un billet ou à commencer une réservation. Le classement d'une option fermée ou impossible en raison d'une description pertinente inverse cet ordre.

Quels systèmes devraient gérer les informations relatives aux expériences?

Les catalogues, les plannings, la billetterie, le routage et l'itinéraire doivent rester les sources d'autorité pour les faits dont dépend une recommandation. Le modèle de langage peut transformer une demande telle qu'une activité en intérieur, à proximité et disponible avant 19h pour un dîner en champs consultables: origine, prochain engagement, créneau horaire, contrainte d'intérieur, limite de déplacement et type d'expérience. Ces champs sont des requêtes adressées au catalogue et au routage, et non des valeurs inventées. La structure de chaque exemple est illustrative. L'important est que le langage vague devienne un état que le client peut corriger sans avoir à recommencer la conversation.

Les contraintes strictes sont binaires et relèvent du catalogue, du planning et du routage avant le classement. Une réservation fermée aujourd'hui, complète, dont la durée dépasse le cadre du dîner, dont le budget voyage est incompatible avec le service de routage, ou ne présentant pas d'accessibilité suffisante, doit être éliminée. Les préférences subjectives telles que le quartier, le format ou l'adéquation à une famille sont ensuite prises en compte pour le classement des options restantes. Une expérience ne pouvant pas se dérouler pendant le dîner ne devrait pas être retenue simplement parce qu'elle est plus populaire.

Les horaires précis doivent être gérés par le système de réservation du lieu ou de l’expérience. L'API Google Places actuelle documente currentOpeningHours comme les sept prochains jours d'ouverture, y compris les horaires spéciaux, et regularOpeningHours comme l'horaire habituel (Google, 2026). Cette page illustre le contrat horaire d'un fournisseur de services de réservation de lieux. Elle ne prouve cependant pas que chaque déploiement de Kaleidr utilise Google Places et ne décrit pas l'inventaire de Kaleidr.

Le modèle de langage interprète et explique la requête; les systèmes métiers et géospatiaux restent la référence pour les informations qui rendent une expérience utilisable.

Pourquoi le temps est-il une contrainte spatiale de premier ordre?

Une recommandation n'est utile que si le client peut y accéder, la réaliser et prendre son prochain engagement. La proximité en ligne droite n'est pas un critère suffisant. Deux expositions peuvent se situer à une distance similaire de l'hôtel, l'une nécessitant douze minutes de trajet et soixante-quinze minutes sur place, tandis que l'autre occupe toute la plage horaire. Le produit doit évaluer le trajet aller-retour, la durée de l'expérience, le temps de pause et le trajet jusqu'à la destination suivante comme un critère de faisabilité unique.

Les plages horaires d'arrivée et de temps libre correspondent à des intentions différentes. « J'ai trois heures avant le dîner » représente un budget restant. « Arrivez sur place avant 19h » est une date limite d'arrivée pour un engagement ultérieur. Le modèle de langage doit conserver l'intention exprimée par le client. Le service de routage doit calculer les étapes du trajet. Le catalogue doit fournir la durée et l'heure de début. Ne demandez pas au modèle d'inventer ces minutes après que le client a déjà indiqué la contrainte.

La comparaison suivante est donnée à titre indicatif et ne représente pas un résultat Kaleidr ou de destination mesuré. Utilisez-la uniquement pour montrer pourquoi les options nécessitent les mêmes colonnes. Les produits réels doivent renseigner ces colonnes à partir du catalogue, du planning et des réponses de routage actuels.

Un score générique de « meilleur à proximité » peut masquer ces compromis. Si une option est retenue, indiquez les raisons: activité en intérieur, disponibilité, possibilité de la terminer avant le dîner et respect de la limite de déplacement indiquée. N’attribuez pas une note de qualité qui n’est pas fournie par le catalogue. Traffic-Aware Journey Planning couvre le trajet aller-retour pour une même réservation hôtel-dîner lorsque le client a ensuite besoin d’un itinéraire.

Une recommandation n’est utile que si le client peut s’y rendre, la réaliser et honorer son prochain engagement.

Comment les critères d’éligibilité, de classement et d’explication doivent-ils rester distincts?

L’éligibilité est un filtre. Le classement est un ordre des options retenues. L’explication justifie la sélection. Mélanger ces rôles conduit à l’erreur classique: l’assistant recommande une attraction populaire que le client ne peut pas faire. La popularité est un indicateur peu fiable du voyage en cours. Une exposition intérieure moins connue, située à proximité de l'hôtel, peut s'avérer une meilleure solution lorsque l'attraction principale nécessite un trajet de quarante-cinq minutes et une visite de trois heures.

La diversité vient après l'adéquation. Une liste restreinte de cinq circuits pédestres quasi identiques est moins utile qu'une sélection plus restreinte respectant les contraintes horaires, avec des variations de quartier ou de format. Ne sacrifiez pas une contrainte client essentielle pour gagner en variété. Le classement doit s'appliquer uniquement à un ensemble d'activités éligibles; la couche « Activités » fournit les contraintes de temps et de catalogue que le classement ne doit pas outrepasser.

L'état partagé de la carte centralise les conversations, les fiches et l'itinéraire sur un seul objet canonique. La sélection d'une expérience doit mettre en évidence le lieu, afficher le lien avec le voyage et conserver les points de repère (hôtel et restaurant). La question « Qu'est-ce qui est plus court?» doit conserver les mêmes contraintes horaires. La question « Et en extérieur?» doit redéfinir les critères d'éligibilité plutôt que de créer un nouveau voyage. Une seconde liste invisible, réservée à l'assistant, contrevient à ce principe. La carte est une vue. L'objet itinéraire est constitué de données structurées, et le produit ne doit pas le reconstruire à partir de ce qui est visible dans la fenêtre d'affichage.

Comment Kaleidr s'intègre-t-il à la découverte d'activités?

Une implémentation Kaleidr peut ajouter une couche spatiale conversationnelle à une carte et à une plateforme d'expériences déjà exploitées par l'hôte. Kaleidr décrit actuellement Chat comme un produit qui se superpose à une carte déjà affichée par l'hôte, affiche les lieux résolus et cadre la caméra au fur et à mesure que la conversation détermine les emplacements (Chat attach). Le contrat d'intégration confirme l'existence d'une conversation prenant en compte la carte dans l'interface développeur publique actuelle. Cette même documentation ne garantit pas la présence d'un catalogue d'expériences natif, d'un inventaire de billets ou d'un flux d'horaires global pour la destination.

Ces catalogues et systèmes de réservation doivent rester des dépendances de déploiement explicites. Kaleidr peut fournir la couche spatiale conversationnelle et la coordination prenant en compte la carte, tandis que le déploiement utilise les sources d'expériences, d'horaires et de routage faisant autorité. N'insinuez pas que Kaleidr est l'opérateur de l'attraction ou le gestionnaire de billetterie, sauf si une intégration spécifique est documentée pour le déploiement.

L'hôtel, une réservation de dîner ou un point sélectionné sur la carte devrait être l'origine par défaut d'une recherche d'activités, car ces ancres figurent déjà sur l'itinéraire. Une clé publiable est destinée au SDK du navigateur; les identifiants du serveur relèvent de la couche application. Kaleidr documente actuellement cette distinction et indique qu'une clé publiable présentée comme un jeton porteur est rejetée (Auth & scopes). La géolocalisation de l'appareil nécessite une autorisation distincte: la recommandation candidate actuelle du W3C sur la géolocalisation exige l'autorisation expresse de l'utilisateur final avant tout partage de données de localisation avec une application web (W3C, 2026). La géolocalisation est utile lorsque le client souhaite démarrer à partir de sa position actuelle, et elle ne devrait pas être requise si l'hôtel ou le dîner nomme déjà une meilleure origine. Private Location Data for AI Map Workflows couvre l'autorisation des données de déplacement que l'hôte ne divulgue pas publiquement.

Kaleidr décrit actuellement un modèle pour le secteur de l'hôtellerie avec des destinations sélectionnées et des résumés de lieux accessibles en un clic; le modèle de base est Kaleidr Hospitality. Vérifiez les autorisations du plan actuel sur Pricing & Plans avant de vous baser sur un flux de production spécifique. La documentation développeur actuelle fait office de contrat d'intégration; les pages marketing décrivent le cas d'utilisation, et non la liste des flux d'expérience.

Quels produits B2B nécessitent une couche d'activités?

Un organisme de marketing de destination peut mettre en relation les entreprises membres, les attractions, les visites guidées et les recommandations éditoriales avec un visiteur disposant d'un après-midi libre et souhaitant éviter les sites touristiques majeurs. L'organisme conserve la maîtrise de l'ensemble des options proposées. L'assistant interprète les préférences. Le catalogue, les horaires et les systèmes de routage déterminent les possibilités. How to Build an AI Tourism Map décrit l'architecture de la carte de destination associée à ce catalogue.

Un hôtel peut combiner l'établissement actif, les partenaires agréés, une plage horaire pour le client et une réservation de dîner. « Que puis-je faire pendant deux heures avant le dîner? » devient alors une question de faisabilité liée à l'établissement plutôt qu'une simple recherche sur Internet. AI Guest Concierge for Hotels couvre la conversation côté établissement; la couche « activités » ajoute la durée et le prochain engagement. Un réseau d'attractions peut demander quels sites de son réseau sont encore disponibles avant 16 h. Une plateforme de congrès peut combler le vide entre une session à 15 h et un dîner à 18 h 30 sans pour autant transformer son produit en système d'orientation dans les locaux. Une plateforme de réservation de voyages peut affiner un vaste catalogue d'offres réservables pour ne retenir que les options compatibles avec le voyage, tout en conservant son autorité en matière de prix, de disponibilité et d'annulation.

Limitez le rôle de l'IA dans la cartographie: afficher les expériences disponibles, se concentrer sur un lieu, montrer le lien avec le voyage, ajouter à l'itinéraire, afficher l'itinéraire ou supprimer la liste de favoris. L'hôte valide l'action. Ne laissez pas le modèle générer du code cartographique arbitraire. Le choix des expériences doit rester sous le contrôle de l'utilisateur. Un système conversationnel peut recommander une option. Le client doit toujours pouvoir choisir une autre expérience, une autre période ou un autre point de départ.

Comment la découverte de destinations doit-elle rester mesurable?

Les déplacements sur la carte et les ouvertures de chat sont des indicateurs de diagnostic. Les indicateurs de résultats comprennent les requêtes lancées, les résultats pertinents affichés, la sélection d'une expérience, l'ajout à l'itinéraire, les itinéraires consultés et la validation du billet ou de la réservation. Les indicateurs de qualité comprennent le taux de résultats nuls, le taux d'heures obsolètes, le taux de durée manquante et les échecs de calcul de trajet. Les indicateurs commerciaux dépendent de l'hôte: parrainage de membre, conversion de billet, interaction avec l'hôtel ou utilisation du contenu de la destination. Il est important de conserver une explication structurée en cas de résultats nuls, par exemple: aucune expérience approuvée, conflit d'horaire, complet, trop loin, durée inadaptée ou données d'accessibilité indisponibles, plutôt qu'un simple indicateur d'échec.

Visit Orlando a fait état de plus de 14 800 itinéraires créés et de plus de 57 000 interactions par chat après un lancement progressif plus tôt en 2026, et a indiqué que les données issues de ces conversations alimentaient le contenu et les canaux numériques de la destination (Visit Orlando, 2026). Ces chiffres proviennent du rapport d'exploitation de Visit Orlando. Ils ne proviennent pas de Kaleidr Analytics et ne constituent pas une référence à suivre pour toutes les destinations. L'enseignement principal réside dans la boucle de rétroaction: les questions des voyageurs peuvent générer des informations précieuses pour le contenu, les partenariats et la couverture médiatique lorsque l'hôte enregistre l'intention et le résultat, et non pas seulement le volume de conversations.

Map Engagement and Location Analytics documente actuellement l'engagement sur les cartes et les lieux, les tendances spatiales et l'activité, autant d'éléments sur lesquels les équipes produit, inventaire et croissance peuvent s'appuyer. Les systèmes hôtes restent responsables de la billetterie et des réservations. Une plateforme de voyage ou de destination peut utiliser ce modèle pour identifier les quartiers où les recherches d'activités sont nombreuses mais peu suivies, les catégories demandées mais sous-représentées, et les périodes de voyage qui ne génèrent aucun résultat. Spatial Analytics vs. Web Analytics explique pourquoi ces questions sont d'ordre géographique et non liées au nombre de pages vues. La même méthode de mesure s'applique aux autres produits cartographiques: privilégier l'achèvement des tâches au volume brut d'interactions.

La découverte d'activités peut devenir un cercle vertueux lorsque la recherche client et l'engagement sur les lieux alimentent le contenu, l'offre et la stratégie de partenariat de la destination.

Comment démarrer un projet pilote B2B?

Commencez par une tâche à forte valeur ajoutée, comme recommander une activité à proximité de l'hôtel avant une heure de dîner fixe. Conservez le catalogue d'expériences, les horaires et la billetterie dans les systèmes existants. Intégrez une interaction cartographique conversationnelle à la carte existante. Limitez les suggestions aux expériences approuvées, exigez la durée et les horaires d'ouverture, calculez le trajet depuis l'hôtel jusqu'au restaurant et mesurez la sélection ainsi que l'action de l'hôte qui suit. N'étendez les catégories et les villes que si la première phase est concluante.

La découverte conversationnelle ne remplace pas la qualité du catalogue, la mise à jour des horaires ni la rigueur de l'exécution. Les temps de trajet restent des estimations. La fiabilité des affirmations de disponibilité dépend de l'inventaire sous-jacent. L'ajout d'un assistant à une carte existante est généralement moins coûteux que le remplacement du moteur de rendu, mais l'hôte reste responsable des autorisations, des contrats fournisseurs et des actions commerciales ultérieures.

Explore Kaleidr Spatial AI pour ajouter une recherche conversationnelle à une carte existante. Explore Kaleidr Analytics pour mesurer l'engagement sur les lieux et la demande géographique autour de ce trajet. Vérifiez les pages publiques actuelles avant de considérer un exemple de cet article comme un engagement fonctionnel de production.

FAQ

Que sont les recommandations d'activités par IA?

Les recommandations d'activités par IA combinent l'intention du voyageur, un catalogue d'expériences approuvé, les horaires, la durée, le lieu, le temps de trajet et les règles commerciales afin qu'un produit puisse suggérer des activités adaptées au voyage en cours. L'IA spatiale interprète et explique la requête; les systèmes de catalogue et de réservation restent les sources de référence.

En quoi est-ce différent de la recherche de lieux à proximité?

La recherche à proximité liste les lieux autour d'un repère. La découverte d'activités vérifie si une expérience spécifique est ouverte, disponible, accessible et réalisable avant le prochain engagement.

Le modèle de langage doit-il inventer des attractions?

Non. Le catalogue de l'hôte, la liste des membres ou l'inventaire des partenaires doivent rester l'univers des candidats. L'assistant peut interpréter les contraintes et expliquer les options pertinentes.

Pourquoi le temps est-il une contrainte spatiale?

Une expérience que le client ne peut pas atteindre, terminer et terminer à temps pour dîner n'est pas une recommandation valable, même si le lieu est géographiquement proche.

Est-ce la même chose qu'une carte touristique IA?

Une carte touristique IA est principalement une architecture de carte de destination. Les recommandations d'activités se concentrent sur une seule décision du client: choisir une expérience admissible qui correspond au contexte du voyage actuel.

Un hôtel peut-il utiliser cela avec un service de conciergerie?

Oui. Le service de conciergerie garantit que l'établissement reste le point de référence et que la politique relative aux partenaires agréés est respectée. La section « Activités » précise la durée du séjour et les prochains engagements, comme le dîner ou le départ de la chambre.

Kaleidr remplace-t-il la billetterie?

Non. Les pages publiques actuelles de Kaleidr décrivent la découverte et l'analyse des cartes conversationnelles. Les informations relatives aux billets (inventaire, prix et achat) restent dans les systèmes de l'hôte ou du fournisseur, sauf si une intégration spécifique est documentée.

Que doit mesurer un produit?

Mesurer les résultats admissibles, la sélection d'expériences, les ajouts d'itinéraires, les directions, le transfert des billets ou des réservations, ainsi que les raisons structurées de l'absence de résultat. La durée de la conversation est un indicateur, et non le résultat.

Les recommandations nécessitent-elles un historique de voyage permanent?

Non. Une origine temporaire, des points d'ancrage dans l'itinéraire et des préférences explicites suffisent généralement. Conserver les schémas de déplacement précis uniquement lorsque le produit en a besoin et que l'autorisation est obtenue.

Références

1. Kaleidr. AI-Powered Map Experiences for Business. Accessed 9 September 2026. https://kaleidr.com/
2. Kaleidr. AI Map Chat for Customer Discovery. Accessed 9 September 2026. https://kaleidr.com/ai
3. Visit Orlando. Visit Orlando Expands Free Vacation Planning Services with New AI Trip Planner. 25 June 2026. https://www.visitorlando.org/media/press-releases/post/visit-orlando-expands-free-vacation-planning-services-with-new-ai-trip-planner/
4. Mindtrip. Mindtrip Partners With The San Diego Tourism Authority To Reimagine How Travelers Discover San Diego. 28 August 2026. https://www.prnewswire.com/news-releases/mindtrip-partners-with-the-san-diego-tourism-authority-to-reimagine-how-travelers-discover-san-diego-302862145.html
5. Google. REST Resource: places. Places API. Accessed 9 September 2026. https://developers.google.com/maps/documentation/places/web-service/reference/rest/v1/places
6. Kaleidr. Chat attach. Developer documentation. Accessed 9 September 2026. https://docs.kaleidr.com/sdk/chat-attach
7. Kaleidr. Auth & scopes. Developer documentation. Accessed 9 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
8. W3C. Geolocation. W3C Candidate Recommendation Snapshot, 26 March 2026. https://www.w3.org/TR/2026/CR-geolocation-20260326/
9. Kaleidr. Kaleidr Hospitality. Template. Accessed 9 September 2026. https://template.kaleidr.com/customize/?template=hospitality
10. Visit Orlando. How Visit Orlando Is Using AI to Power Smarter Trip Planning. 26 June 2026. https://www.visitorlando.org/about/corporate-blog/post/how-visit-orlando-is-using-ai-to-power-smarter-trip-planning/
11. Kaleidr. Map Engagement and Location Analytics. Accessed 9 September 2026. https://kaleidr.com/analytics

@misc{kaleidr_home_things_to_do_2026_09_09,
  title  = {AI-Powered Map Experiences for Business},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/}
}

@misc{kaleidr_ai_things_to_do_2026_09_09,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{visit_orlando_ai_planner_2026_09_09,
  title  = {Visit Orlando Expands Free Vacation Planning Services with New AI Trip Planner},
  author = {{Visit Orlando}},
  year   = {2026},
  month  = jun,
  url    = {https://www.visitorlando.org/media/press-releases/post/visit-orlando-expands-free-vacation-planning-services-with-new-ai-trip-planner/}
}

@misc{mindtrip_sdta_2026_09_09,
  title  = {Mindtrip Partners With The San Diego Tourism Authority To Reimagine How Travelers Discover San Diego},
  author = {{Mindtrip}},
  year   = {2026},
  month  = aug,
  url    = {https://www.prnewswire.com/news-releases/mindtrip-partners-with-the-san-diego-tourism-authority-to-reimagine-how-travelers-discover-san-diego-302862145.html}
}

@misc{google_places_resource_2026_09_09,
  title  = {REST Resource: places},
  author = {{Google}},
  year   = {2026},
  note   = {Places API; accessed 9 September 2026},
  url    = {https://developers.google.com/maps/documentation/places/web-service/reference/rest/v1/places}
}

@misc{kaleidr_chat_attach_things_to_do_2026_09_09,
  title  = {Chat attach},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 9 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_auth_scopes_things_to_do_2026_09_09,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 9 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{w3c_geolocation_cr_2026_09_09,
  title  = {Geolocation},
  author = {{W3C}},
  year   = {2026},
  month  = mar,
  note   = {W3C Candidate Recommendation Snapshot, 26 March 2026},
  url    = {https://www.w3.org/TR/2026/CR-geolocation-20260326/}
}

@misc{kaleidr_hospitality_template_2026_09_09,
  title  = {Kaleidr Hospitality},
  author = {{Kaleidr}},
  note   = {Template; accessed 9 September 2026},
  url    = {https://template.kaleidr.com/customize/?template=hospitality}
}

@misc{visit_orlando_ai_results_2026_09_09,
  title  = {How Visit Orlando Is Using AI to Power Smarter Trip Planning},
  author = {{Visit Orlando}},
  year   = {2026},
  month  = jun,
  url    = {https://www.visitorlando.org/about/corporate-blog/post/how-visit-orlando-is-using-ai-to-power-smarter-trip-planning/}
}

@misc{kaleidr_analytics_things_to_do_2026_09_09,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/analytics}
}